智能视频监控中客流量统计算法的研究与应用
| 摘要 | 第1-8页 |
| Abstract | 第8-13页 |
| 第1章 绪论 | 第13-18页 |
| ·研究的背景和意义 | 第13页 |
| ·国内外研究现状 | 第13-16页 |
| ·智能视频监控概述 | 第13-15页 |
| ·客流量统计概述 | 第15页 |
| ·客流量统计算法研究现状 | 第15-16页 |
| ·论文主要内容及章节安排 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第2章 智能视频监控中客流量统计的分析 | 第18-25页 |
| ·客流量统计 | 第18-21页 |
| ·人体视频图像采集方式及图像特点 | 第18-19页 |
| ·人体目标检测方式 | 第19-21页 |
| ·垂直拍摄方式下头顶区域的目标检测 | 第21-23页 |
| ·人体头顶区域检测研究思路 | 第21-22页 |
| ·基于头顶区域多特征目标检测方案的提出 | 第22-23页 |
| ·客流量统计中面临的困难 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 静态图像中多头部目标分割与识别 | 第25-40页 |
| ·Mean shift分割算法 | 第25-29页 |
| ·Mean shift理论基础 | 第25-27页 |
| ·基于彩色图像的Mean shift分割算法 | 第27-29页 |
| ·Mean shift的带宽自适应 | 第29-32页 |
| ·直方图密度估计 | 第29页 |
| ·带宽选择理论 | 第29-32页 |
| ·候选目标区域提取 | 第32-35页 |
| ·发色检测在HSI颜色空间的应用 | 第32-33页 |
| ·选择式掩模平滑处理 | 第33-34页 |
| ·图像二值化 | 第34-35页 |
| ·数学形态学 | 第35页 |
| ·头部区域识别 | 第35-39页 |
| ·头部区域提取方法 | 第36页 |
| ·Hough变换检测圆 | 第36-38页 |
| ·头部目标识别的结果 | 第38-39页 |
| ·本章小节 | 第39-40页 |
| 第4章 图像序列中头部目标检测与跟踪 | 第40-51页 |
| ·运动目标检测技术 | 第40-42页 |
| ·运动目标检测技术原理简述 | 第40-41页 |
| ·特定环境下运动目标检测的应用 | 第41-42页 |
| ·基于三帧差分法与图像边缘信息的目标检测 | 第42-46页 |
| ·三帧差分法基本原理 | 第43页 |
| ·梯度算子的选取 | 第43-44页 |
| ·彩色三帧差分法应用 | 第44-46页 |
| ·头部目标识别 | 第46-48页 |
| ·室内教室头部目标识别 | 第46-47页 |
| ·室外公交车头部目标识别 | 第47-48页 |
| ·头部目标跟踪 | 第48-50页 |
| ·质心搜索方法 | 第48页 |
| ·头部质心跟踪分析与实现 | 第48-50页 |
| ·本章小节 | 第50-51页 |
| 第5章 客流量统计的分析与应用 | 第51-58页 |
| ·开发环境 | 第51-52页 |
| ·系统环境配置 | 第51页 |
| ·Open CV介绍 | 第51-52页 |
| ·客流量统计分析 | 第52-55页 |
| ·系统结构框架 | 第52-53页 |
| ·客流量统计方法 | 第53页 |
| ·实现流程 | 第53-55页 |
| ·典型场景下客流量统计的应用与分析 | 第55-57页 |
| ·室内外场景下客流量统计应用 | 第55-56页 |
| ·实验统计数据分析 | 第56-57页 |
| ·本章小节 | 第57-58页 |
| 总结与展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第63页 |
